基于Springboot+Vue的校园招聘系统（进阶版）-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于Springboot+Vue的校园招聘系统（进阶版）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

本项目是一年前写的一个项目的升级版，因为某些原因将它作了一个升级改进，
好多兄弟来问有没有演示，现在先来写个说明！！！

一. 🦁 前言

本系统是一个企业申请入驻校内招聘、校内学生应聘以及学校进行就业工作开展提供便携式平台。企业和学生的招聘信息均在线上录入。主要有三个端口：管理员端，企业端，用户端。管理员端主要对企业和用户进行管理以及对招聘信息进行审核；企业端主要包括发布招聘信息以及审核投递信息；用户端主要可以浏览招聘信息以及对岗位进行投递，系统根据用户的收藏信息对实时进行岗位推荐。

二. 🦁 开源代码与组件使用情况说明

使用SpringBoot 2.7.0框架完成项目后端框架的搭建
使用Mybatis-Plus 3.5.0框架完成与数据库的交互
使用SpringMVC开源框架完成界面逻辑和应用程序分离
使用FastJSON（阿里巴巴JSON开源解析库）完成JSON对象的封装
使用Vue框架完成前端框架的搭建
使用ElementUI组件完成前端页面的快速布局

三. 🦁 核心功能

1. 算法设计

协同过滤算法的设计：本项目使用的是基于物品的协同过滤算法，由于对算法设计的流程不熟悉，网上的推荐一般都是python调用库的方式实现，所以在设计过程中走了一定的弯路，查阅大量资料才总结出规律：

构建职位-用户矩阵—计算职位之间的相似度—推荐得分最高的前K个职位

计算职位相似度采用的是余弦相似度计算公式，推荐得分最高的职位需要排序，这里涉及到了Java的一些特有的比较方法，例如Collections的自带的排序方法，而且借助Comparator对象重写了排序规则。

/**
     * similarity方法通过余弦相似度计算职位之间的相似度,根据用户收藏的id来计算相似度
      * @param p1
     * @param p2
     * @return
     */
    private double similarity(int p1, int p2) {
        int sum1 = 0, sum2 = 0, sum3 = 0;
        for (int i = 0; i < matrix.length; i++) {
            if (matrix[i][p1] > 0 && matrix[i][p2] > 0) {
                sum1 += matrix[i][p1] * matrix[i][p2];
                sum2 += matrix[i][p1] * matrix[i][p1];
                sum3 += matrix[i][p2] * matrix[i][p2];
            }
        }
        double sim = sum1 / (Math.sqrt(sum2) * Math.sqrt(sum3));
        return sim;
    }

 /**
     * recommend方法根据用户的收藏情况和职位之间的相似度计算推荐得分，并返回前k个得分最高的职位
     * @param userId
     * @param k
     * @return
     */
    private List<Integer> recommend(int userId, int k) {
        List<Integer> items = new ArrayList<>();
        Map<Integer, Double> scores = new HashMap<>();
        for (int i = 1; i < matrix[1].length; i++) {
            if (matrix[userId][i] == 0) {
                double score = 0;
                for (int j = 1; j < matrix[1].length; j++) {
                    if (matrix[userId][j] > 0) {
                        double sim = similarity(i, j);
                        score += sim * matrix[userId][j];
                    }
                }
                scores.put(i, score);
            }
        }

2. Md5加密算法

首先只接收一个参数为password的参数，获取MessageDigest类的实例，该实例可以使用MD5算法进行加密；

接着将password字符串转化为字节数组，并计算该字节数组的MD5值；使用Java中的BigInteger类将计算出的MD5值转化为一个表示16进制的字符串；

如果MD5加密后的字符串不足32位，则在字符串的前面加上0，使其长度为32；最后返回MD5加密后的字符串。

public class Md5Utils {

    public static String md5(String password) {
        try {
            MessageDigest md = MessageDigest.getInstance("MD5");
            byte[] messageDigest = md.digest(password.getBytes());
            BigInteger number = new BigInteger(1, messageDigest);
            String md5 = number.toString(16);
            while (md5.length() < 32){
                md5 = "0" + md5;
            }
            return md5;
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }
}

3. 文件上传设计

上传文件：上传文件并不是很难，但是这里涉及到了项目部署，部署到服务器之后，本地的路径就失效了，这里借助了Nginx反向代理技术将文件存储到服务器上。

4. 部署项目

这里使用的是阿里云服务器（centos 7.6），刚开始不熟悉docker的部署步骤，走了很多弯路。同时对于web项目利用nginx反向代理过程中，产生的跨域问题导致部署上线之后接口频频出错，通过修改配置项目基本路径以及对nginx代理过程中的配置进行拦截和重新设置，最终得以解决。

详细教程可看：https://lions.blog.csdn.net/article/details/128581369?spm=1001.2014.3001.5502

5. VueX数据刷新丢失问题

Vue项目中将从接口获取得到的信息存储在VueX中存在页面点击刷新会丢失数据的问题，以往通过每次刷新时重新调用接口进行数据获取，增加了代码量同时数据加载延迟，可以通过第三方组件vuex-along将数据进行持久化存储。这样将共用的用户信息、职位信息、消息等数据存储到Vuex中，即可做到全局组件可对数据调用、更新，提高数据加载速率。